医学 AI

PromptDx: Differentiable Prompt Tuning for Multimodal In-Context Alzheimer's Diagnosis

PromptDx: 为多模态上下文阿尔茨海默病诊断的可微提示微调

Lujia Zhong, Yihao Xia, Shuo Huang, Jianwei Zhang, Yonggang Shi

机构 * Stevens Neuroimaging and Informatics Institute, Keck School of Medicine, University of Southern California（斯蒂文斯神经影像与信息学研究所，凯克医学院，南加州大学） ； Ming Hsieh Department of Electrical and Computer Engineering, Viterbi School of Engineering, University of Southern California（明希德电气与计算机工程系，维特比工程学院，南加州大学） ； Alfred E. Mann Department of Biomedical Engineering, Viterbi School of Engineering, University of Southern California（阿尔弗雷德·E·曼生物医学工程系，维特比工程学院，南加州大学） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)；MRI(abstract,abstract_cn)；分类 cs.CV

AI总结 PromptDx通过可微提示微调机制，结合预训练的TabPFN实现多模态上下文诊断，提升数据效率和临床适用性。

Towards Conversational Medical AI with Eyes, Ears and a Voice

面向有眼睛、耳朵和声音的对话式医疗AI

Meet Shah, Jason Gusdorf, Anil Palepu, Chunjong Park, Jack W. O'Sullivan, Vishnu Ravi, Tim Strother, Pavel Dubov, Aliya Rysbek, Toshiyuki Fukuzawa, Yana Lunts, Jan Freyberg, Michael B. Chang, Aniruddh Raghu, David Stutz, Devora Berlowitz, Eliseo Papa, Taylan Cemgil, JD Velasquez, Jack Chen, Arthur Chen, Doug Fritz, Charlie Taylor, Katya Tregubova, Jing Rong Lim, Richard Green, Sara Mahdavi, Mahvish Nagda, Jihyeon Lee, Craig Schiff, Liviu Panait, Sukhdeep Singh, Valentin Liévin, David G. T. Barrett, Hannah Gladman, Anna Cupani, Francesca Pietra, Uchechi Okereke, Katherine Tong, Clemens Meyer, Erwan Rolland, Mili Sanwalka, Michael D. Howell, Shixiang Shane Gu, Bibo Xu, Euan A. Ashley, S. M. Ali Eslami, Gregory Wayne, Pushmeet Kohli, Vivek Natarajan, Adam Rodman, Alan Karthikesalingam, Ryutaro Tanno

机构 * Google DeepMind（谷歌DeepMind） ； Google Research（谷歌研究） ； Beth Israel Deaconess Medical Center, Harvard Medical School（贝塞斯达医院, 哈佛医学院） ； Stanford University（斯坦福大学） 纠错

专题命中 诊断辅助 ：medical AI(title,abstract)；diagnosis(abstract)；分类 cs.CV

AI总结 本文提出AI co-clinician系统，利用音频视频数据实现实时临床决策，通过TelePACES评估标准显示其在管理计划和诊断差异方面接近医生，但在体格检查和疾病特异性推理上仍有不足。

Comments Video examples are available on Youtube: https://youtu.be/y5Vaa_SN1t0, https://youtu.be/dC4icb75vLQ, and https://youtu.be/E7iEvWo-E6c

Shapley Regression for Rare Disease Diagnosis Support: a case study on APDS

Shapley回归在罕见疾病诊断支持中的应用：APDS案例研究

Safa Alsaidi, Tomás Brogueira, Nizar Mahlaoui, Marc Vincent, Guilherme Pelegrina, Nicolas Garcelon, Adrien Coulet, Miguel Couceiro

机构 * Inria, Inserm, UPC, HeKA U1346（Inria、Inserm、UPC、HeKA U1346） ； Técnico, University of Lisbon, INESC-ID（Técnico、里斯本大学、INESC-ID） ； Data Science Platform, INSERM UMR1163, Imagine Institute, UPC（数据科学平台、INSERM UMR1163、Imagine研究所、UPC） ； Mackenzie Presbyterian University（Mackenzie Presbyterian大学） ； Data Science Platform, INSERM UMR1163, Imagine Institute UPC（数据科学平台、INSERM UMR1163、Imagine研究所UPC） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)；biomedical(abstract)；分类 cs.LG

AI总结 本文提出Shapley回归模型，通过游戏理论方法解决罕见疾病APDS的诊断问题，利用k-加性合作游戏建模症状共现，提升预测精度与鲁棒性。

Comments 21 pages, 4 figures. Accepted to the AI and Health special track at IJCAI 2026; the first two named authors had equal contribution

Explainable Machine Learning Framework for Cardiovascular Disease Diagnosis and Prognosis

可解释机器学习框架用于心血管疾病诊断与预后

Md. Emon Akter Sourov, Md. Sabbir Hossen, Pabon Shaha, Md. Moradul Siddique, Yadab Sutradhar, Md Sadiq Iqbal

机构 * Engineering Bangladesh University, Dhaka-1207, Bangladesh. ； Technology University, Santosh, Tangail-1902. ； Engineering University of Information Technology \ Sciences, Dhaka, Bangladesh. moradul\ ； Dept. of Computer Science Maharishi International University, Fairfield, IA 52557, United States. ； \ Bangladesh University, Dhaka-1207, Bangladesh. ； a Deparment of Computer Science \& Engineering, Bangladesh University, Dhaka-1207, Bangladesh. ； Tecnology University, Tangail-1902, Bangladesh. ； c Deparment of Computer Science \& Engineering, University of Information Technology of Sciences, Dhaka, Bangladesh. ； d Department of Computer Science,Fairfield, IA 52557, Maharishi International University, United States. 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.LG

AI总结 本文提出结合分类与回归技术的机器学习框架，用于心血管疾病诊断与风险预测，通过SMOTE增强数据集并评估多种模型性能，随机森林和线性回归在准确率与R2指标上表现优异，同时利用可解释AI提升模型可理解性。

Comments This paper has been published at the IEEE SCSE 2026. The final version is available in the IEEE Xplore Digital Library. 2026 IEEE International Research Conference on Smart Computing and Systems Engineering, 2026

A Versatile AI Agent for Rare Disease Diagnosis and Risk Gene Prioritization

一种多功能AI代理用于罕见病诊断和风险基因优先级排序

Tianyu Liu, Wangjie Zheng, Rui Yang, Benny Kai Guo Loo, Hui Zhang, Jeffries Lauran, Jianlei Gu, Botao Yu, Weihao Xuan, Kexin Huang, Nan Liu, James Zou, Yonghui Jiang, Hua Xu, Hongyu Zhao

机构 * Interdepartmental Program in Computational Biology and Bioinformatics, Yale University（耶鲁大学计算生物学与生物信息学联合计划） ； Department of Biostatistics, Yale University（耶鲁大学生物统计学系） ； Broad Institute of MIT and Harvard（哈佛大学与麻省理工学院联合Broad研究所） ； Center for Biomedical Data Science, Duke-NUS Medical School（杜克-新加坡医学学校生物医学数据科学中心） ； Sport and Exercise Medicine Service, KK Women’s and Children’s Hospital Training Program, Duke-NUS Medical School（杜克-新加坡医学学校KK妇女儿童医院运动与医学服务培训项目） ； Training Program, Duke-NUS Medical School（杜克-新加坡医学学校培训项目） ； Department of Computer Science and Engineering, The Ohio State University（俄亥俄州立大学计算机科学与工程系） ； Department of Complexity Science and Engineering, The University of Tokyo（东京大学复杂科学与工程系） ； Center for Advanced Intelligence Project, RIKEN（日本理化学研究所高级智能项目中心） ； NUS Artificial Intelligence Institute, National University of Singapore（新加坡国立大学人工智能研究所） ； Department of Biostatistics and Bioinformatics, Duke University（杜克大学生物统计学与生物信息学系） ； Department of Biomedical Data Science, Stanford University（斯坦福大学生物医学数据科学系） ； Department of Genetics, Yale University（耶鲁大学遗传学系） ； Wu Tsai Institute, Yale University（耶鲁大学吴天教授研究所） ； Department of Biomedical Informatics and Data Science, Yale University（耶鲁大学生物医学信息学与数据科学系） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 q-bio

AI总结 本文提出Hygieia系统，通过整合多源数据提升罕见病诊断准确性与风险基因优先级排序能力，实验表明其在多个诊断基准上表现优异，有效减轻临床工作负担。

Comments 32 pages, 6 figures

Reconciling Consistency-Based Diagnosis with Actual-Causality-Based Explanations

协调一致性诊断与实际因果性解释

Leopoldo Bertossi

机构 * Carleton University（卡尔顿大学） ； Western University（西方大学） ； IMFD（智利国家数学与计算机科学研究所） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 从可解释AI视角探讨一致性诊断与实际因果性解释的联系，揭示其对XAI和可解释数据管理的潜在影响。

Comments under submission

When Adaptation Fails: A Gradient-Based Diagnosis of Collapsed Gating in Vision-Language Prompt Learning

当适应失效：基于梯度的Collapsed Gating在视觉-语言提示学习中的诊断

Yunxuan Fang, Ziwei Zhang, Xinhe Wang

机构 * Beihang University（北航大学） 纠错

专题命中 诊断辅助 ：diagnosis(title)；分类 cs.LG

AI总结 本文研究了在冻结少样本提示学习中，适应性门控和提示选择模块失效的问题，通过实验发现梯度不平衡和门控退化是主要失效模式，揭示了参数高效学习中适配门控的有效条件。

Classification-Head Bias in Class-Level Machine Unlearning: Diagnosis, Mitigation, and Evaluation

类别级机器去学习中的分类头偏差：诊断、缓解与评估

Weidong Zheng, Kongyang Chen, Yuanwei Guo, Yatie Xiao

机构 * School of Computer Science and Cyber Engineering, Guangzhou University（计算机科学与电子工程学院，广州大学） ； School of Artificial Intelligence, Guangzhou University（人工智能学院，广州大学） ； Guangzhou Institute of Internet of Things（广州物联网研究院） 纠错

专题命中 诊断辅助 ：diagnosis(title)；分类 cs.LG

AI总结 本文揭示了类别级去学习中的偏差主导捷径，提出BiasShift和两种新的机制，通过引入新的指标量化偏差依赖性，实验表明方法在保持去学习性能的同时更稳定。

Nullspace-based Fault Diagnosis for Closed-Loop Mechatronic Systems with Application to Semiconductor Equipment

基于空域的闭环机电系统故障诊断及其在半导体设备中的应用

Koen Classens, Jeroen van de Wijdeven, Maurice Heemels, Tom Oomen

专题命中 诊断辅助 ：diagnosis(title)

AI总结 本文提出基于空域的闭环故障诊断方法，用于解决线性系统中的故障检测与隔离问题，并在半导体设备中进行应用验证。

GenMed: A Pairwise Generative Reformulation of Medical Diagnostic Tasks

GenMed：医学诊断任务的成对生成性重述

Hantao Zhang, Weidong Guo, Yuhe Liu, Jiancheng Yang, Sathvik Bhagavan, Danli Shi, Mingda Xu, Pascal Fua

机构 * CVLab, École Polytechnique Fédérale de Lausanne (EPFL)（瑞士联邦理工学院（EPFL）计算机视觉实验室） ； Fudan University（复旦大学） ； Beihang University（北航大学） ； ELLIS Institute Finland（芬兰ELLIS研究所） ； Aalto University（艾尔沃斯大学） ； The Hong Kong Polytechnic University（香港理工大学） 纠错

专题命中 诊断辅助 ：medical AI(abstract)；medical image(abstract)；分类 cs.CV

AI总结 本文提出一种生成性方法，通过扩散模型建模联合分布P(X,Y)，在推理时优化输出，支持任意观测组合，实验显示在医学图像分割、少样本分割、退化输入分割、形状补全和零样本应用中表现优异。

Deep Sequential Feature Learning in Clinical Image Classification of Infectious Keratitis

临床感染性角膜炎图像分类中的深度序列特征学习

Yesheng Xu, Ming Kong, Wenjia Xie, Runping Duan, Zhengqing Fang, Yuxiao Lin, Qiang Zhu, Siliang Tang, Fei Wu, Yu-Feng Yao

机构 * Department of Ophthalmology, Sir Run Run Shaw Hospital, Zhejiang University School of Medicine（浙江大学医学院眼科学系，邵氏医院） ； College of Computer Science and Technology, Zhejiang University（浙江大学计算机科学与技术学院） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)；分类 cs.CV、eess.IV

AI总结 本文提出深度序列学习模型，用于通过临床图像分类区分感染性角膜病的细微特征，模型在421名眼科医生的竞争中实现了80.00%的诊断准确率，优于医生的49.27%准确率。

Comments Accepted by Engineering

AI- Enhanced Stethoscope in Remote Diagnostics for Cardiopulmonary Diseases

AI增强的远程诊断心肺疾病听诊器

Hania Ghouse, Juveria Tanveen, Abdul Muqtadir Ahmed, Uma N. Dulhare

机构 * Department of Computer Science and Artificial Intelligence, Muffakham Jah College of Engineering and Technology（计算机科学与人工智能系，穆法卡姆·贾赫工程与技术学院） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)；分类 cs.CV、eess.SP

AI总结 本文提出一种结合AI的低成本听诊器，用于实时诊断六种肺部和五种心血管疾病，通过MFCC特征提取和混合模型提升诊断效率。

Muown: Row-Norm Control for Muon Optimization

Muown：行范数控制用于缪子优化

Kai Lion, Florian Hübler, Bingcong Li, Antonio Orvieto, Niao He

机构 * ETH Zurich（苏黎世联邦理工学院） ； Technical University of Munich（慕尼黑技术大学） ； ELLIS Institute Tübingen（图宾根ELLIS研究所） ； MPI-IS Tübingen（图宾根MPI-IS） ； Tübingen AI Center（图宾根人工智能中心） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)；分类 cs.LG

AI总结 本文提出Muown，通过将行幅度向量作为显式优化变量，改进了缪子优化在大规模训练中的稳定性，提升了模型 perplexity 并减少对权重衰减的敏感性。

Per-Loss Adapters for Gradient Conflict in Physics-Informed Neural Networks

每损失适配器用于物理信息神经网络中的梯度冲突

Bum Jun Kim, Gnankan Landry Regis N'guessan

机构 * The University of Tokyo, Japan（东京大学） ； Axiom Research Group（Axiom研究组） ； Department of Applied Mathematics and Computational Science, NM-AIST, Tanzania（应用数学与计算科学系，NM-AIST，坦桑尼亚） ； African Institute for Mathematical Sciences (AIMS), Research and Innovation Centre, Rwanda（非洲数学科学研究所（AIMS），研究与创新中心，卢旺达） 纠错

专题命中 诊断辅助 ：pathology(abstract)；分类 cs.LG

AI总结 本文提出每损失适配器用于解决物理信息神经网络中的梯度冲突问题，通过诊断框架和轻量级架构干预，针对不同冲突类型提供不同解决方案，提升优化效率。

Comments 49 pages, 10 figures

CLR-voyance: Reinforcing Open-Ended Reasoning for Inpatient Clinical Decision Support with Outcome-Aware Rubrics

CLR-voyance：通过结果感知的评分表强化住院患者临床决策支持中的开放性推理

Aishik Nagar, Arun-Kumar Kaliya-Perumal, Yu-Hsuan Han, Andrew Sheng-Han Huang, Kristen Kee, Yushi Cao, Yiming Chen, Hongchao Jiang

机构 * ASUS Intelligent Cloud Services (AICS)（ASUS智能云服务（AICS）） ； Rehabilitation Research Institute of Singapore, Nanyang Technological University（新加坡康复研究院，南洋理工大学） ； Department of Family Medicine, Taipei Veterans General Hospital（台北荣民总医院家庭医学部） ； School of Medicine, National Yang Ming Chiao Tung University（国家阳明交通大学医学院） ； Yong Loo Lin School of Medicine, National University of Singapore（新加坡国立大学 Yong Loo Lin 医学院） 纠错

专题命中 诊断辅助 ：clinical LLM(abstract)；分类 cs.LG

AI总结 CLR-voyance将住院患者推理建模为POMDP，通过结果感知和临床验证的奖励机制提升决策支持，实现住院患者临床推理的最新进展。

Perception Without Engagement: Dissecting the Causal Discovery Deficit in LMMs

无参与的感知：LMMs中因果发现缺陷的剖析

Jiafeng Liang, Zhihao Zhu, Zihan Zhang, Baoqi Ren, Shixin Jiang, Runxuan Liu, Tao Ren, Ming Liu, See-Kiong Ng, Bing Qin

机构 * Harbin Institute of Technology（哈尔滨工业大学） ； Pengcheng Laboratory（鹏城实验室） ； National University of Singapore（新加坡国立大学） ； Peking University（北京大学） ； Harvard University（哈佛大学） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)；分类 cs.CV

AI总结 本文探讨了大型多模态模型在因果发现中的缺陷，提出ProCauEval评估协议和ADPO框架，通过扰动分析揭示模型在视觉和文本模态间的依赖关系，提升视觉推理能力。

Comments 17 pages, 5 figures

Can Revealed Preferences Clarify LLM Alignment and Steering?

揭示偏好能否澄清大语言模型对齐与引导？

Khurram Yamin, Jingjing Tang, Eric Horvitz, Bryan Wilder

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Microsoft Research（微软研究院） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)；分类 cs.LG

AI总结 本文提出一种经验方法，通过估计LLM在决策任务中的隐含偏好，评估模型是否一致地追求目标，是否能描述其目标，以及提示是否能可靠引导策略。

HEART: A High-Efficiency Adaptive Real-Time Telemonitoring Framework for Secure Electrocardiogram Signal Transmission Using Chaotic Encryption

HEART：一种高效率自适应实时远程监控框架，用于使用混沌加密的安全心电图信号传输

Beyazıt Bestami Yuksel

专题命中 诊断辅助 ：diagnosis(abstract)；分类 cs.LG

AI总结 本文提出了一种基于患者自身心电图特征生成可学习密钥的实时心电图监控系统，利用混沌加密技术实现安全传输，通过动态生成加密密钥和结合置换与异或扩散，提高安全性与实时性能。

Comments 15 pages, 4 figure, 3 table

Journal ref ELECTRICA 2026

Is Class Signal Clustered or Routed in Task-Induced Implicit Neural Representation Weight Spaces?

隐式神经表示中的类别信号是聚类还是路由？

Xinyi Guo, Mingyi He, Haobin Ding, Weiming Chen, Xinrui Chen, Jiawen Li, Di Zhang, Minxi Ouyang, Yizhi Wang, Xitong Ling

机构 * South China Normal University（南方科技大学） ； Beijing University of Chemical Technology（北京化工大学） ； Tsinghua University（清华大学） ； Xi’an Jiaotong University（西安交通大学） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)；分类 cs.CV

AI总结 研究探讨了隐式神经表示中类别信号的几何结构，发现其并非简单聚类，而是通过读者路由实现可分类性。

DeepRefine: Agent-Compiled Knowledge Refinement via Reinforcement Learning

DeepRefine: 通过强化学习进行代理编译知识的精炼

Haoyu Huang, Jiaxin Bai, Shujie Liu, Yang Wei, Hong Ting Tsang, Yisen Gao, Zhongwei Xie, Yufei Li, Yangqiu Song

机构 * HKUST（香港科技大学） ； HKBU（香港大学） ； Microsoft Research Asia Hong Kong（微软亚洲研究院（香港）） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 DeepRefine是一种基于LLM的推理模型，通过用户查询提升预构建知识库的质量，以适应下游任务。该模型通过多轮交互和归纳诊断定位缺陷并进行针对性精炼，采用Gain-Beyond-Draft奖励机制进行强化学习训练。

PaperFit: Vision-in-the-Loop Typesetting Optimization for Scientific Documents

PaperFit：科学文档中的视觉闭环排版优化

Bihui Yu, Xinglong Xu, Junjie Jiang, Jiabei Cheng, Caijun Jia, Siyuan Li, Conghui He, Jingxuan Wei, Cheng Tan

机构 * University of Chinese Academy of Sciences（中国科学院大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； School of Automation and Intelligent Sensing, Shanghai Jiao Tong University（上海交通大学自动化与智能感知学院） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 PaperFit通过视觉闭环优化将可编译的LaTeX文档转化为高质量PDF，解决排版问题并提升文档自动化流程的完整性。

Comments 47 pages, 17 figures, 17 tables

Marrying Generative Model of Healthcare Events with Digital Twin of Social Determinants of Health for Disease Reasoning

将医疗事件生成模型与健康社会决定因素的数字孪生结合用于疾病推理

Ziquan Wei, Tingting Dan, Guorong Wu

机构 * Department of Computer Science（计算机科学系） ； Department of Psychiatry（精神病学系） 纠错

专题命中 诊断辅助 ：biomedical(abstract)

AI总结 本文提出结合医疗事件生成模型与健康社会决定因素数字孪生的生成模型，用于疾病推理，通过整合多器官传感器数据与tokenized医疗事件，改进疾病预测和临床决策支持。

Comments 21 pages, 8 figures, ICML 2026

Medical Model Synthesis Architectures: A Case Study

医学模型合成架构：一种案例研究

Katherine M. Collins, Marlene Berke, Ilia Sucholutsky, Ayman Ali, Adrian Weller, Timothy J. O'Donnell, Tyler Brooke-Wilson, Lionel Wong, Joshua B. Tenenbaum

机构 * MIT（麻省理工学院） ； University of Cambridge（剑桥大学） ； Princeton University（普林斯顿大学） ； Duke University（杜克大学） ； The Alan Turing Institute（艾伦·图灵研究所） ； Canada CIFAR AI Chair（加拿大CIFAR人工智能主席） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本文提出一种框架，使AI系统能在不确定性下进行实用且形式透明的临床预测。通过语言模型检索知识并构建概率模型，实现校准和可验证的推理，用于鉴别诊断并讨论未来应用方向。

Comments Working paper

SymptomAI: Toward a Conversational AI Agent for Everyday Symptom Assessment

SymptomAI：迈向日常症状评估的对话式AI代理

Joseph Breda, Fadi Yousif, Beszel Hawkins, Marinela Cotoi, Miao Liu, Ray Luo, Po-Hsuan Cameron Chen, Mike Schaekermann, Samuel Schmidgall, Xin Liu, Girish Narayanswamy, Samuel Solomon, Maxwell A. Xu, Xiaoran Fan, Longfei Shangguan, Anran Wang, Bhavna Daryani, Buddy Herkenham, Cara Tan, Mark Malhotra, Shwetak Patel, John B. Hernandez, Quang Duong, Yun Liu, Zach Wasson, Dimitrios Antos, Bob Lou, Matthew Thompson, Jonathan Richina, Anupam Pathak, Nichole Young-Lin, Jake Sunshine, Daniel McDuff

机构 * Google Research（谷歌研究） ； Google DeepMind（谷歌DeepMind） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本文研究了SymptomAI在日常生活中对患者症状评估的准确性，通过真实世界数据验证其优于传统临床诊断，展示了专用症状访谈策略的优越性。

Comments 13 page main text, 54 pages total. 16 figures total

Nonparametric Motion Control in Functional Connectivity Studies in Children with Autism Spectrum Disorder

功能连接研究中自闭症谱系障碍儿童的非参数运动控制

Jialu Ran, Sarah Shultz, Benjamin B. Risk, David Benkeser

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本文提出非参数估计方法MoCo，用于评估自闭症谱系障碍儿童与非自闭症儿童的功能连接差异，通过标准化运动以减少运动伪影并提高数据利用效率。

Faithful Autoformalization via Roundtrip Verification and Repair

通过往返验证与修复实现可信的自动形式化

Daneshvar Amrollahi, Jerry Lopez, Clark Barrett

机构 * Stanford University（斯坦福大学） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本文提出一种无需地面真实标注的往返验证方法，通过形式化-自然语言翻译-再形式化-逻辑等价性检查，验证形式化结果的可信度，并通过诊断引导的局部修复提升准确性。

When Agents Say One Thing and Do Another: Validating Elicited Beliefs from LLMs

当代理人言辞与行为不一致时：从LLMs中验证提取的信念

Khurram Yamin, Jingjing Tang, Santiago Cortes-Gomez, Amit Sharma, Eric Horvitz, Bryan Wilder

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Microsoft Research（微软研究院） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本文提出一种决策理论框架，通过提取概率判断和决策并检验其一致性，验证LLMs的信念是否合理，发现最强模型的不一致程度较小。

Valid F-screening in linear regression

线性回归中的有效F筛选

Olivia McGough, Daniela Witten, Daniel Kessler

专题命中 诊断辅助 ：biomedical(abstract)

AI总结 本文提出在拒绝整体零假设条件下有效的统计工具，开发了条件有效的p值、置信区间和点估计，适用于回顾性分析。

MedThink: Enhancing Diagnostic Accuracy in Small Models via Teacher-Guided Reasoning Correction

MedThink: 通过教师引导的推理校正提升小模型的诊断准确性

Xinchun Su, Chunxu Luo, Lipeng Ma, Yixuan Li, Weidong Yang

机构 * School of Computer Science, Fudan University, Shanghai, China（复旦大学计算机学院，上海，中国） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 MedThink通过两阶段知识蒸馏框架提升小语言模型的临床推理能力，在医疗基准测试和胃肠病数据集上均优于传统方法，提升诊断准确率和泛化能力。